最近關(guān)于機(jī)器人行走的研究調(diào)查了如何制造能夠?qū)W習(xí)行走的機(jī)器人，而不是為特定地形設(shè)計控制器。arXiv.org 上最近的一篇論文研究了一種基于學(xué)習(xí)的雙足機(jī)器人方法。

A-RMA 的性能通過雙足機(jī)器人在幾個具有挑戰(zhàn)性的設(shè)置中得到展示，包括光滑的表面、泡沫和拉動有效載荷。圖片來源：arXiv:2205.15299 [cs.RO]

研究人員使用快速電機(jī)適應(yīng) (RMA) 對機(jī)器人進(jìn)行模擬訓(xùn)練。它是一種以向量為條件的自適應(yīng)策略，該向量在模擬中對特定于地形的信息進(jìn)行編碼。然而，對于雙足機(jī)器人來說，僅僅從可觀察狀態(tài)來精確估計部署時的特權(quán)外在因素通常是不可能的。因此，研究人員提出了 A-RMA，它使用從適應(yīng)模塊估計的不完美外在因素來微調(diào)基本策略，而不是以完美外在因素為條件。

A-RMA 顯示了超出訓(xùn)練期間所見地形的泛化能力，而無需額外的現(xiàn)實世界微調(diào)或校準(zhǔn)。